RESULTADO MENSAL

---
title: "RESULTADO MENSAL"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    #vertical_layout: fill
    vertical_layout: scroll
    logo: pp.png
    social: [ "twitter", "facebook","google +", "linkedin", "pinterest" ]
    source_code: embed
    #runtime: shiny
---

```{r setup, include=FALSE}
#devtools::install_github("jeromefroe/circlepackeR")
#library(devtools)
library(flexdashboard)
library(readxl)
library(tidyr)
library(plotly)
library(ggmap)
library(RColorBrewer)
library(treemap)
library(hrbrthemes)
library(circlepackeR)
library(data.tree)
library(babynames)
library(viridis)
library(dplyr)
library(lubridate)
library(DT)
#library(d3treeR)
library(chorddiag)
library(circlize)
library(igraph)
library(networkD3)

#setwd("M:/14_Comunicação_e_Marketing/33_Equipe/Pedro Longhin/PRINCIPAL/TRABALHOS GERAIS/PLANILHAS_PROJETOS/07.PRODUTOS E INSTITUCIONAL")
#setwd("D:/GoogleG Drive/Trabalho/SICOOB/DASHBOARD")
setwd("C:/Users/pedro.silva/Desktop/R LOCAL/01.PRODUTOS MENSAL")

#função criada para computar quantos dias tem o mês
numberOfDays <- function(date) {
    m <- format(date, format="%m")

    while (format(date, format="%m") == m) {
        date <- date + 1
    }

    return(as.integer(format(date - 1, format="%d")))
}

#maindata$`DATA DE SOLICITAÇÃO`=ymd(maindata$`DATA DE SOLICITAÇÃO`)
#maindata$`DATA DE ENTREGA`=ymd(maindata$`DATA DE ENTREGA`)

produtos <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/PRODUTOS/PROJETOS_PRODUTOS.xlsm", sheet = 1)
institucional <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/INSTITUCIONAL/PROJETOS_INSTITUCIONAL.xlsm", sheet = 1)

maindata=merge(produtos, institucional, all=T)
maindata$`DATA DE ENTREGA`=as.Date(maindata$`DATA DE ENTREGA`, origin = "1899-12-30")

maindata=maindata %>% filter(!`DATA DE ENTREGA`% filter(`DATA DE ENTREGA`>=(as.Date(cut(Sys.Date(), "month")) %m-% months(1)) & `DATA DE ENTREGA`<(as.Date(cut(Sys.Date(), "month")) %m-% months(1) + numberOfDays((as.Date(cut(Sys.Date(), "month")) %m-% months(1)))))

produtos=maindata %>% filter(NUCLEO=="PRODUTOS") %>% filter(`DATA DE ENTREGA`>=(as.Date(cut(Sys.Date(), "month")) %m-% months(1)) & `DATA DE ENTREGA`<(as.Date(cut(Sys.Date(), "month")) %m-% months(1) + numberOfDays((as.Date(cut(Sys.Date(), "month")) %m-% months(1)))))

institucional=maindata %>% filter(NUCLEO=="INSTITUCIONAL") %>% filter(`DATA DE ENTREGA`>=(as.Date(cut(Sys.Date(), "month")) %m-% months(1)) & `DATA DE ENTREGA`<(as.Date(cut(Sys.Date(), "month")) %m-% months(1) + numberOfDays((as.Date(cut(Sys.Date(), "month")) %m-% months(1)))))

#comando para adicionar o mês anterior 
#(as.Date(cut(Sys.Date(), "month")) %m-% months(1))

#comando + função numberOfDays para identificar o ultimo dia do mês passado
#(as.Date(cut(Sys.Date(), "month")) %m-% months(1) + numberOfDays((as.Date(cut(Sys.Date(), "month")) %m-% months(1))) - 1)

#setwd("M:/14_Comunicação_e_Marketing/33_Equipe/Pedro Longhin/PRINCIPAL/ANALISE DE DADOS/FONTE_GLPI_TAREFAS")

glpi_2020=read_excel("glpi.xlsx")
```

Peças e Serviços {data-navmenu="Produtos"}
=====================================

Row {data-width=150}
--------------------------------------
### Total de peças 2020 pelo time de marketing
```{r}
pecasupertime=maindata %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecasupertime,icon = "fa-calendar",caption = "Histórico Super Time",color = "#7DB61C")
```

### Total de peças 2020 pelo time de produtos
```{r}
pecaprodutosanual=maindata %>% filter(STATUS != "NOVO") %>% filter(NUCLEO=="PRODUTOS") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecaprodutosanual,icon = "fa-thumbs-up",caption = "Histórico Produtos",color = "#00AE9D")
```

### Peças produzidas no mês
```{r}
pecaprodutosmensal=produtos %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecaprodutosmensal,icon = "fa-pencil",caption = "Peças produzidas no mês",color = "#49479D")
```

### Peças aguardando aprovação no mês
```{r}
aguardando=produtos %>% filter(STATUS %in% c("AGUARDANDO APROVAÇÃO", "STAND-BY") ) %>% nrow()
valueBox(value = aguardando,icon = "fa-comments",caption = "Peças Aguardando Retorno ou Stand-by", color = "orange")
```

### Novas peças no mês
```{r}
novas=produtos %>% filter(STATUS == "NOVO") %>% nrow()
valueBox(value = novas,icon = "fa-user-plus",caption = "Novas peças", color = "coral")
```

Row
-------------------------------------

### Produção por colaborador

```{r}
proporcaoprodutos=data.frame(table(produtos$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```
   
### Tipos de peças por colaborador
```{r}
teste1=t(table(produtos$`TÉCNICO RESPONSÁVEL`,produtos$PEÇA))

teste2=data.frame(teste1)
names(teste2)=c("peca", "grupo1", "value")

teste2=teste2 %>% filter(value != 0)

teste2$pathString <- paste("world", teste2$grupo1 , teste2$peca, sep = "/")

population <- as.Node(teste2)

circlepackeR(population, size = "value")
``` 


### 10 tipos de peças mais produzidas

```{r}
pecas_acumuladas=data.frame(table(produtos$PEÇA))

plot_ly(pecas_acumuladas, x = ~reorder(Var1, -Freq), y = ~Freq, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Tipo de peça", range = c(-0.5,9.5)), yaxis = list(title="Quantidade produzida"))


```

Row
----------------------------------

### Produção de peça no mês por colaborador
```{r}
demandas_mes=produtos


teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)

# Plot
p <- teste_pecas %>% 
  ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
  geom_area( )+
  scale_fill_viridis(discrete = TRUE)+
  #theme(legend.position="none") +
  theme_ipsum()+
  scale_x_date(date_labels = "%e %B")
  #theme(legend.position="none")

# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```


### Serviços prestados

```{r}
proporcaoprodutos=data.frame(table(produtos$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaoprodutos$Funcionário,
  value=proporcaoprodutos$Quantidade
)


plot_ly(data, labels = ~group, values = ~value) %>%
  add_pie(hole = 0.6) %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))


```


Cooperativas e Histórico de peças {data-navmenu="Produtos"}
=====================================

Row {data-width=150}
--------------------------------------
### Total de peças 2020 pelo time de marketing
```{r}
pecasupertime=maindata %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecasupertime,icon = "fa-calendar",caption = "Histórico Super Time",color = "#7DB61C")
```

### Total de peças 2020 pelo time de produtos
```{r}
pecaprodutosanual=maindata %>% filter(STATUS != "NOVO") %>% filter(NUCLEO=="PRODUTOS") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecaprodutosanual,icon = "fa-thumbs-up",caption = "Histórico Produtos",color = "#00AE9D")
```

### Peças produzidas no mês
```{r}
pecaprodutosmensal=produtos %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>%   nrow()
valueBox(value = pecaprodutosmensal,icon = "fa-pencil",caption = "Peças produzidas no mês",color = "#49479D")
```

### Peças aguardando aprovação no mês
```{r}
aguardando=produtos %>% filter(STATUS %in% c("AGUARDANDO APROVAÇÃO", "STAND-BY") ) %>% nrow()
valueBox(value = aguardando,icon = "fa-comments",caption = "Peças Aguardando Retorno ou Stand-by", color = "orange")
```

### Novas peças no mês
```{r}
novas=produtos %>% filter(STATUS == "NOVO") %>% nrow()
valueBox(value = novas,icon = "fa-user-plus",caption = "Novas peças", color = "coral")
```

Row
-------------------------------------

### Quantas peças foram feitas pelo time de marketing?

```{r}
proporcaotime = merge(produtos, institucional, all=T) %>% filter(STATUS!="NOVO") %>% filter(NUCLEO %in% c("PRODUTOS","INSTITUCIONAL")) %>% filter(CATEGORIA!="Dúvidas/Envio")
proporcaotime = data.frame(table(proporcaotime$NUCLEO))
names(proporcaotime)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
  group=proporcaotime$Funcionário,
  value=proporcaotime$Quantidade
)


plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
  layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
         yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))

```
   
### 10 Pontos focais que mais pedem
```{r}
pecas_acumuladas=data.frame(table(produtos$`PONTO FOCAL`))

plot_ly(pecas_acumuladas, x = ~reorder(Var1, -Freq), y = ~Freq, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Ponto focal", range = c(-0.5,9.5)), yaxis = list(title="Quantidade de peças pedidas"))

``` 


### 10 cooperaivas que mais pedem

```{r}
demandas_cooperativas=data.frame(table(produtos$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}

p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
    layout(barmode = 'group', xaxis = list(title = "Cooperativas", range = c(-0.5,9.5)))

p

```

Row
----------------------------------

### Produção de peças pelo time de Marketing mensal de julho de 2018 até o presente
```{r}
peca_mes=c(184,	178, 284, 113, 494, 147, 406, 625, 1715, 901, 1009, 570, 652, 632, 537, 457, 390, 246, 563, 352, 535, 514)
data <- seq(as.Date("2018/07/1"), as.Date("2020/04/1"), "month")
dadostemporal=data.frame(peca_mes, data)
names(dadostemporal)=c('Peça', 'Mês')

temporal <- ggplot(data = dadostemporal,
                   mapping = aes(x = Mês, y = Peça)) +
  geom_point() +
  geom_line() +
  geom_area(fill="#00AE9D", alpha=0.5)+
  theme_ipsum()
ggplotly(temporal)
```


### Previsão de produção para 2020

```{r}
peca_mes=c(406, 625, 1715, 901, 1009, 570, 652, 632, 537, 457, 390, 246)
peca_mes_2020=peca_mes+200+rnorm(12, 0, 12)
peca_mes_2020=round(peca_mes_2020,0)
data <- seq(as.Date("2020/01/1"), as.Date("2020/12/1"), "month")
dadostemporal=data.frame(peca_mes_2020, data)
names(dadostemporal)=c('Peça', 'Mês')

temporal <- ggplot(data = dadostemporal,
                   mapping = aes(x = Mês, y = Peça)) +
  geom_point() +
  geom_line() +
  geom_area(fill="#00AE9D", alpha=0.5)+
  theme_ipsum()
ggplotly(temporal)
```

Histórico de prestação de serviços {data-navmenu="Produtos"}
=====================================

Row {data-width=150}
--------------------------------------
### Total de peças 2020 pelo time de marketing
```{r}
pecasupertime=maindata %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecasupertime,icon = "fa-calendar",caption = "Histórico Super Time",color = "#7DB61C")
```

### Total de peças 2020 pelo time de produtos
```{r}
pecaprodutosanual=maindata %>% filter(STATUS != "NOVO") %>% filter(NUCLEO=="PRODUTOS") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecaprodutosanual,icon = "fa-thumbs-up",caption = "Histórico Produtos",color = "#00AE9D")
```

### Peças produzidas no mês
```{r}
pecaprodutosmensal=produtos %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>%   nrow()
valueBox(value = pecaprodutosmensal,icon = "fa-pencil",caption = "Peças produzidas no mês",color = "#49479D")
```

### Peças aguardando aprovação no mês
```{r}
aguardando=produtos %>% filter(STATUS %in% c("AGUARDANDO APROVAÇÃO", "STAND-BY") ) %>% nrow()
valueBox(value = aguardando,icon = "fa-comments",caption = "Peças Aguardando Retorno ou Stand-by", color = "orange")
```

### Novas peças no mês
```{r}
novas=produtos %>% filter(STATUS == "NOVO") %>% nrow()
valueBox(value = novas,icon = "fa-user-plus",caption = "Novas peças", color = "coral")
```

Row
-----------------------

### Características da equipe de Produtos

```{r}
polar=maindata %>% filter(NUCLEO=="PRODUTOS")

proporcaopolar=data.frame(table(polar$CATEGORIA))

p <- plot_ly(
    type = 'scatterpolar',
    r = proporcaopolar$Freq,
    theta = proporcaopolar$Var1,
    fill = 'toself'
  ) %>%
  layout(
    polar = list(
      radialaxis = list(
        visible = T,
        range = c(0, max(proporcaopolar[,2]))
      )
    ),
    showlegend = F
  )

p

```

Interrelação dos chamados {data-navmenu="Produtos"}
=====================================

Row {data-width=150}
--------------------------------------
### Total de peças 2020 pelo time de marketing
```{r}
pecasupertime=maindata %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecasupertime,icon = "fa-calendar",caption = "Histórico Super Time",color = "#7DB61C")
```

### Total de peças 2020 pelo time de produtos
```{r}
pecaprodutosanual=maindata %>% filter(STATUS != "NOVO") %>% filter(NUCLEO=="PRODUTOS") %>% filter(CATEGORIA!="Dúvidas/Envio") %>% nrow()
valueBox(value = pecaprodutosanual,icon = "fa-thumbs-up",caption = "Histórico Produtos",color = "#00AE9D")
```

### Peças produzidas no mês
```{r}
pecaprodutosmensal=produtos %>% filter(STATUS != "NOVO") %>% filter(CATEGORIA!="Dúvidas/Envio") %>%   nrow()
valueBox(value = pecaprodutosmensal,icon = "fa-pencil",caption = "Peças produzidas no mês",color = "#49479D")
```

### Peças aguardando aprovação no mês
```{r}
aguardando=produtos %>% filter(STATUS %in% c("AGUARDANDO APROVAÇÃO", "STAND-BY") ) %>% nrow()
valueBox(value = aguardando,icon = "fa-comments",caption = "Peças Aguardando Retorno ou Stand-by", color = "orange")
```

### Novas peças no mês
```{r}
novas=produtos %>% filter(STATUS == "NOVO") %>% nrow()
valueBox(value = novas,icon = "fa-user-plus",caption = "Novas peças", color = "coral")
```

Row
-----------------------

### Origem e destino dos chamados

```{r}
# Create dummy data

glpi <- glpi_2020 %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("Ana Clara Batista dos Santos", "Katia Caldeira Borges", "Kenny Maicon Barcelos Silva", "Samuel Ferreira Lima"), "110 - Marketing Institucional")) %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("João Victor Martins Costa"), "112 - Marketing de Produtos")) %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("Brenda Marilia de Jesus", "Marina Silva Romagnoli - 2015", "Michel Vieira de Paiva"), "111 - Assessoria De Imprensa")) %>% mutate(`Atribuído para - Técnico` = replace(`Atribuído para - Técnico`, `Atribuído para - Técnico` %in%  c("Mônada Swany de Castro Silva Lopes"), "119 - Mídias Digitais - Marketing")) %>% filter(`Atribuído para - Técnico` %in% c("112 - Marketing de Produtos", "110 - Marketing Institucional", "111 - Assessoria De Imprensa", "119 - Mídias Digitais - Marketing") )

m=data.frame(table(glpi$`Atribuído para - Técnico`, glpi$Categoria))

groupColors <- c("#00AE9D", "#7DB61C", "#003641", "#49479D")

matriz <- matrix(m$Freq,
            byrow = TRUE,
            nrow = length(table(m$Var1)), ncol = length(table(m$Var1)))


colors <- names(table(m$Var1))
dimnames(matriz) <- list(Origem = colors,
                    Destino = colors)
groupColors <- c("#00AE9D", "#7DB61C", "#003641", "#49479D")

chorddiag(matriz, groupColors = groupColors, groupnamePadding = 20)
```